版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、信息時代因特網(wǎng)的普及,數(shù)字圖像處理技術(shù)的高速發(fā)展,使得大量的圖像涌現(xiàn)在社會的各個領(lǐng)域,如何從日益巨大的圖像庫中快速準(zhǔn)確地找到用戶心儀的圖像成為計算機(jī)視覺領(lǐng)域亟需解決的問題。因此,基于內(nèi)容的圖像檢索技術(shù)(CBIR)應(yīng)運(yùn)而生并成為國內(nèi)外相關(guān)學(xué)者研究的熱點之一。傳統(tǒng)的基于內(nèi)容的圖像檢索系統(tǒng)在檢索時通過獲取整幅圖像的全局特征進(jìn)行計算,這必然含有一些冗余信息從而給檢索帶來過多的計算量和不準(zhǔn)確性。正因為考慮到此種情況,本文將檢索的區(qū)域范圍從全局縮小
2、到局部,重點研究了基于用戶感興趣區(qū)域和支持向量機(jī)(SVM)相關(guān)反饋的圖像檢索。具體的研究工作如下:
針對現(xiàn)有基于興趣點凸包和興趣點等間隔同心圓環(huán)法的圖像檢索方法在確定圖像感興趣區(qū)域時易受處于圖像背景區(qū)域的游離興趣點影響的這一缺點,提出一種基于感興趣區(qū)域的圖像檢索方法。該方法首先檢測圖像的興趣點;然后計算興趣點在其各分布區(qū)域內(nèi)的密度比值,將興趣點密度比值較低的區(qū)域排除,留下興趣點密度比值較大的區(qū)域作為圖像的感興趣區(qū)域;最后融合圖
3、像感興趣區(qū)域內(nèi)顏色、紋理和形狀特征進(jìn)行檢索。實驗證明該方法能夠有效剔除游離興趣點,減少冗余計算量,獲得較為準(zhǔn)確的圖像感興趣區(qū)域和較好的檢索準(zhǔn)確率。
為了進(jìn)一步探知用戶檢索的深層意圖,最大化縮小圖像高層語義特征和底層視覺特征之間的鴻溝距離,本文將基于支持向量機(jī)(SVM)的相關(guān)反饋引入圖像檢索系統(tǒng)中。針對傳統(tǒng)SVM當(dāng)正樣本數(shù)量過少,負(fù)樣本相對數(shù)量過多時出現(xiàn)分類面偏移的問題,本文借鑒打包SVM的思想,將負(fù)樣本打包,選出最優(yōu)SVM分類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于感興趣區(qū)域的圖像檢索方法.pdf
- 基于感興趣區(qū)域的圖像檢索.pdf
- 基于感興趣區(qū)域的融合多特征圖像檢索方法研究.pdf
- 基于顯著區(qū)域及SVM相關(guān)反饋的圖像檢索技術(shù)研究.pdf
- 基于感興趣區(qū)域的圖像質(zhì)量評價方法研究.pdf
- 基于感興趣區(qū)域的圖像語義獲取方法研究.pdf
- 圖像感興趣區(qū)域提取方法研究.pdf
- 基于SVM的相關(guān)反饋圖像檢索技術(shù)研究.pdf
- 基于感興趣區(qū)域的圖像分類研究.pdf
- 圖像檢索中基于SVM的相關(guān)反饋技術(shù)研究.pdf
- 基于感興趣區(qū)域的圖像分割及其在圖像檢索中的應(yīng)用.pdf
- 基于感興趣區(qū)域的圖像情感語義研究.pdf
- 靜態(tài)圖像中感興趣區(qū)域檢測方法研究.pdf
- 感興趣區(qū)域圖像編碼研究.pdf
- 基于相關(guān)反饋的圖像檢索方法研究.pdf
- 基于感興趣區(qū)域的彩色圖像檢索算法研究及系統(tǒng)實現(xiàn).pdf
- 基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究.pdf
- 基于SVM和粗糙集的圖像檢索相關(guān)反饋技術(shù)研究.pdf
- 基于相關(guān)反饋機(jī)制的圖像檢索方法研究.pdf
- 基于視覺感興趣區(qū)域的圖像質(zhì)量評價.pdf
評論
0/150
提交評論